<![CDATA[Aksara Lontara merupakan warisan budaya Nusantara yang perlu dilestarikan melalui teknologi modern. Penelitian ini menerapkan Convolutional Neural Network (CNN) untuk mengenali tulisan tangan aksara Lontara, yang terdiri dari 23 karakter dengan berbagai variasi bentuk. Dataset terdiri dari 7.452 gambar pelatihan dan 3.726 gambar validasi. Tahap preprocessing mencakup normalisasi dan augmentasi data untuk meningkatkan generalisasi. Model CNN memiliki tiga lapisan konvolusi, fungsi aktivasi ReLU, dropout untuk mencegah overfitting, dan softmax di lapisan keluaran. Optimasi dilakukan menggunakan algoritma Adam dengan fungsi loss categorical crossentropy. Hasil menunjukkan akurasi pelatihan sebesar 93,04% dan validasi 92,27%, dengan nilai kerugian yang menurun signifikan. Analisis grafik menunjukkan konsistensi antara data pelatihan dan validasi, memperlihatkan kemampuan generalisasi yang baik. Penelitian ini membuktikan efektivitas CNN dalam pengenalan aksara Lontara, mendukung pelestarian warisan budaya melalui digitalisasi.]]>
